期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于SIFT特征和Fisher的人脸识别方法 被引量:7
1
作者 崔世林 田斐 《计算机工程》 CAS CSCD 北大核心 2009年第9期195-197,共3页
针对人脸识别中特征提取和特征分类问题,提出一种基于SIFT特征和Fisher鉴别的人脸识别新方法。采用具有旋转、缩放、平移、光照不变性及部分仿射不变性的SIFT特征作为初级特征,利用Fisher线性鉴别方法再次提取初级特征,从而得到样本的... 针对人脸识别中特征提取和特征分类问题,提出一种基于SIFT特征和Fisher鉴别的人脸识别新方法。采用具有旋转、缩放、平移、光照不变性及部分仿射不变性的SIFT特征作为初级特征,利用Fisher线性鉴别方法再次提取初级特征,从而得到样本的二次特征,通过比较二次特征之间的欧氏距离,得到识别结果。实验结果表明,新的方法具有99.65%的正确识别率,高于Fisher方法和核Fisher方法,识别速度和Fisher方法相当。 展开更多
关键词 sIFT特征 fisher线性鉴别 错误接受率 ADABOOsT算法
在线阅读 下载PDF
基于图像分块的改进Fisher人脸识别算法 被引量:3
2
作者 梁淑芬 甘俊英 《计算机工程与应用》 CSCD 北大核心 2009年第19期165-167,共3页
二维方法用于图像矩阵特征提取,虽然速度快,但影响了分类速度。针对二维线性鉴别分析(Two-Dimensional Linear Discriminant Analysis,2DLDA)的特点,研究了一种基于图像分块的改进Fisher人脸识别算法,该算法首先对人脸图像进行压缩降维... 二维方法用于图像矩阵特征提取,虽然速度快,但影响了分类速度。针对二维线性鉴别分析(Two-Dimensional Linear Discriminant Analysis,2DLDA)的特点,研究了一种基于图像分块的改进Fisher人脸识别算法,该算法首先对人脸图像进行压缩降维处理,得到相应的特征矩阵,然后利用改进Fisher算法对特征矩阵进行类间离散度矩阵和类内离散度矩阵的计算,该算法充分考虑了类别信息,避免了传统Fisher算法造成的小样本问题,有效提高了分类速度。基于ORL(Olivetti Research Laboratory)与Yale人脸数据库的实验结果证明了该算法的有效性。 展开更多
关键词 人脸识别 二维线性鉴别分析 改进fisher算法
在线阅读 下载PDF
基于LLE与Fisher线性判别的人脸识别算法 被引量:2
3
作者 马祥 王映卓 樊强 《现代电子技术》 2012年第8期64-66,共3页
为了提高基于流形学习理论人脸识别算法的识别率,采用一种将非线性降维与Fisher线性判别相结合的方法。首先利用邻域嵌入算法,将人脸图像测试和训练集的维数降低到合适维度,然后使用Fisher线性判别进行人脸数据集特征的提取,最后将测试... 为了提高基于流形学习理论人脸识别算法的识别率,采用一种将非线性降维与Fisher线性判别相结合的方法。首先利用邻域嵌入算法,将人脸图像测试和训练集的维数降低到合适维度,然后使用Fisher线性判别进行人脸数据集特征的提取,最后将测试集人脸图像特征和训练集人脸图像特征,使用最近邻分类器进行分类。在公开的Olivettifaces和ORL人脸图像数据库上,分别将该算法与几种经典基于流形学习理论的人脸识别算法进行了对比实验,实验结果表明当近邻数比较大时本算法识别率是最高的。 展开更多
关键词 邻域嵌入算法 fisher线性判别 人脸识别 ORL人脸图像数据库
在线阅读 下载PDF
基于最大散度差鉴别准则的自适应分类算法 被引量:17
4
作者 宋枫溪 张大鹏 +1 位作者 杨静宇 高秀梅 《自动化学报》 EI CSCD 北大核心 2006年第4期541-549,共9页
首先证明了,当类内散布矩阵非奇异时,特定参数值c_0下最大散度差的最优鉴别方向等同于Fisher最优鉴别方向;其次,给出了最大散度差分类算法的识别率随参数C变化的曲线.该曲线通常为一脉冲曲线.随着参数C的增大,识别率也逐渐增大.当参... 首先证明了,当类内散布矩阵非奇异时,特定参数值c_0下最大散度差的最优鉴别方向等同于Fisher最优鉴别方向;其次,给出了最大散度差分类算法的识别率随参数C变化的曲线.该曲线通常为一脉冲曲线.随着参数C的增大,识别率也逐渐增大.当参数C增大到c_0时,识别率达到最大值.另外,以往的研究成果表明:当类内散布矩阵奇异时,最大散度差鉴别准则逐步逼近大间距线性投影准则.而且,随着参数C的不断增大,最大散度差分类算法的识别率也单调增大并最终稳定到大间距线性投影分类算法的识别率上.为此,我们提出了基于最大散度差鉴别准则的自适应分类算法.新算法可以根据训练样本的特性(类内散布矩阵是否奇异)自动选择恰当的参数C.在UCI机器学习数据库上的6个数据集以及AR人脸图像数据库上的测试结果表明,自适应最大散度差分类算法具有良好的分类性能. 展开更多
关键词 最大散度差 大间距线性投影 fisher鉴别准则 自适应算法 机器学习 人脸识别
在线阅读 下载PDF
基于RBF神经网络的人脸识别算法 被引量:8
5
作者 肖南峰 姚永刚 《重庆理工大学学报(自然科学)》 CAS 2010年第10期56-67,共12页
针对人脸识别技术中存在的高维问题、小样本问题和非线性问题这3个难点,围绕人脸特征提取和人脸识别2个方面展开研究。在特征提取中,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时也将人脸图像从高维空间映... 针对人脸识别技术中存在的高维问题、小样本问题和非线性问题这3个难点,围绕人脸特征提取和人脸识别2个方面展开研究。在特征提取中,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时也将人脸图像从高维空间映射到低维空间,从而解决了高维问题;在分类识别方面,采用具有很强非线性映射功能的RBF神经网络进行模式分类,解决人脸识别中的非线性问题。利用Matlab分析了RBF网络的聚类性能和分类性能。在ORL人脸数据库上的仿真实验中,人脸识别率达到97.5%,取得比较满意的结果。结合OpenCV中的Haar特征和AdaBoost算法进行人脸检测,在VC平台下开发出基于VC++和OpenCV的人脸识别系统软件,系统界面友好,操作简便,扩展性良好。 展开更多
关键词 主成分分析 fisher线性鉴别 RBF神经网络 ADABOOsT
在线阅读 下载PDF
基于快速小波变换和FLD的人脸识别算法 被引量:2
6
作者 王晓哲 李晨阳 吴成东 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第2期166-168,183,共4页
针对快速性和识别率要求较高的人脸识别应用场合,提出了一种基于快速小波变换(FWT)和Fisher线性鉴别(FLD)的人脸识别算法.首先用Haar小波对标准人脸图像分别进行1尺度和2尺度分解,然后用Fisher线性鉴别法对原始图像、1尺度和2尺度分解... 针对快速性和识别率要求较高的人脸识别应用场合,提出了一种基于快速小波变换(FWT)和Fisher线性鉴别(FLD)的人脸识别算法.首先用Haar小波对标准人脸图像分别进行1尺度和2尺度分解,然后用Fisher线性鉴别法对原始图像、1尺度和2尺度分解图像提取特征,最后利用最近邻法对提取到的特征进行识别.利用ORL标准人脸图像库对算法进行了仿真,结果表明,此算法取得了较快的识别速度和较高的识别率. 展开更多
关键词 人脸识别 快速小波变换 fisher线性鉴别 最近邻法
在线阅读 下载PDF
显著对象的非监督粗糙认知算法 被引量:1
7
作者 李仲生 李仁发 蔡则苏 《计算机研究与发展》 EI CSCD 北大核心 2012年第1期202-209,共8页
提出了一种显著对象非监督粗糙认知算法.算法首先定义了一种粒计算模型,然后按双概念拓扑划分论域,依据尺度过滤掉过小拓扑等价类;用拓扑连通强度、拓扑分布密度等计算出拓扑等价类的拓扑显著度;借改进Fisher线性判别算法找到最大跃变点... 提出了一种显著对象非监督粗糙认知算法.算法首先定义了一种粒计算模型,然后按双概念拓扑划分论域,依据尺度过滤掉过小拓扑等价类;用拓扑连通强度、拓扑分布密度等计算出拓扑等价类的拓扑显著度;借改进Fisher线性判别算法找到最大跃变点,裁掉拓扑显著度过小的拓扑等价类,得到候选区;以维扫梯度等捕捉拓扑等价类间的渐变模式,完成局部粗糙分割,得到候选对象,更新候选对象的拓扑显著度;再次调用Fisher线性判别算法裁减,如果还剩多个对象,用位权选择最终显著对象.最后,以实验分步验证了算法的执行过程,并与同类3种算法的提取结果作了比较分析,证实了新算法有着较优的语义逼近能力和快捷的速度. 展开更多
关键词 粒计算模型 显著对象 粗糙认知 图像处理 fisher线性判别算法
在线阅读 下载PDF
基于主成分分析和线性鉴别分析融合的阿尔茨海默病分类算法 被引量:3
8
作者 杨晨晖 余传健 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期226-230,共5页
在阿尔茨海默病(Alzheimer′s disease,AD)诊断方法中,通过对脑图像分析已成为准确诊断的一种重要手段.针对从单一脑图像模态磁共振图像(MRI)中提取的特征,提出了一种基于主成分分析(PCA)和线性鉴别分析(LDA)融合的AD分类识别算法.该方... 在阿尔茨海默病(Alzheimer′s disease,AD)诊断方法中,通过对脑图像分析已成为准确诊断的一种重要手段.针对从单一脑图像模态磁共振图像(MRI)中提取的特征,提出了一种基于主成分分析(PCA)和线性鉴别分析(LDA)融合的AD分类识别算法.该方法首先对从MRI中获取的特征进行PCA,对低维的特征进行LDA获取组合特征向量,并采用最邻近算法,利用获取的组合特征向量对未知状态类型进行分类识别.实验表明,该算法与其他相关算法相比,具有较高的识别准确率、敏感性、特异性,这说明了算法的有效性. 展开更多
关键词 阿尔茨海默病 脑图像分析 主成分分析 线性鉴别分析 最邻近算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部